Tendencias en la recolección de datos para

los programas de mantenimiento

predictivo
Implementar una estrategia de Mantenimiento Predictivo es grandioso, pero nunca
lograrás el éxito si no estás usando la información para dar los pasos correctos. Es cierto
que los ingenieros de mantenimiento, operaciones y fiabilidad, están leyendo e
interpretando la información, pero todavía es necesario llevar estos datos a acciones
concretas.

Todavía algunos ingenieros de fiabilidad nunca han usado la información suministrada

por los equipos de condition monitoring, desperdiciando así, una porción sustancial de
datos que podrían ser usados para desarrollar y refinar los planes y estrategias de
mantenimiento y fiabilidad.

Vamos a Integrarnos

Las soluciones de Mantenimiento predictivo no necesariamente deben estar por su

cuenta (aisladas). Con el fin de crear un mayor entendimiento de la planta y su
mantenimiento general, los sistemas de mantenimiento predictivo pueden integrarse a
sistemas de nivel superior. Históricos y programas (softwares) CMMS/EAM son los
sistemas preferidos de muchos responsables de mantenimiento para conseguirlo.

Un problema común es la compra de equipos de Mantenimiento predictivo sin los

procedimientos de soporte requeridos. Por ejemplo, si estás usando las herramientas de
Mantenimiento predictivo para identificar defectos pero no tienes un control de trabajo y
planificación del proceso productivo, entonces el defecto a identificar será orientado como
una reparación de alto coste y no planeada. El mayor valor que las herramientas de
Mantenimiento predictivo pueden brindar es el elemento tiempo. El tiempo permite planear,
programar, y asegurar la ejecución de la reparación a un mínimo coste total y la mínima
parada total.

Retorno de la inversión

La asignación de tiempo y recursos puede ser difícil en una planta de gran actividad.
¿Por qué los programas de Mantenimiento predictivo a veces se pierden en la confusión?
Frecuentemente lo que pasa es que a algunos de los mejores y más brillantes técnicos de
mantenimiento se les asignan responsabilidades para llevar el mantenimiento predictivo.
Ellos actúan brillantemente pero en la oscuridad porque no se percatan de sus logros.
Entonces se cambian, se reemplazan por otros técnicos o se les asignan otras tareas. La
tecnología es guardada en el estante y a veces no es usada por varios meses, o nunca más.
La consecuencia es que los activos se deterioran lentamente y quienes toman las decisiones
no se percatan de la carencia de atención por parte de los especialistas de Mantenimiento
predictivo hasta que las cosas están realmente mal. Por lo tanto su recuperación es una
batalla cuesta arriba. Muchas organizaciones no tienen planes sucesivos ni iniciativas de
retención y se sorprenden cuando pierden al especialistas en Mantenimiento predictivo.

La prevención es la respuesta a un alto porcentaje de problemas de la maquinaria.

Captar temprano las condiciones que pudiesen causar problemas y darle solución
prontamente, es el secreto de la fiabilidad.

Vemos un aumento en el uso de la recolección inalámbrica de datos de manera online y

la nube para tecnologías como son los análisis de vibraciones. Enlaces de comunicación
para teléfonos inteligentes, tabletas, ordenadores personales serán un lugar común dentro de
dos o tres años. Estas tecnologías están siendo usadas por muy pocos todavía, son
subestimados y apenas empleados actualmente, los sensores capaces de detectar y
transmitir datos de las condiciones de las serán cada vez más usados, ya no será necesario
un operador haciendo rondas o un técnico de Mantenimiento predictivo de campo cargando
con herramientas midiendo de punto a punto. Ahora veremos técnicos más especializados
en el análisis de la información y en la toma de decisiones. Invertirán su tiempo en acciones
de mayor valor para la empresa. Ahora hay una relación más cercana entre el control de
supervisión y la adquisición de datos. Esto acelerará a medida que la nube y los análisis
avanzados ganen aceptación.